Correction
Facult´ ee des Sciences et Techniques de Limoges Ann´ ee 2007-2008
Statistiques pour la biologie. Contrˆ ole continu du 16 mai 2007
Remarque. Il n’y a pas de r`egles, mais des r´esultats avec strictement moins de 3 chiffres sont peu satisfaisants. De plus, ! ! !Attention aux arrondis ! ! ! : si le chiffre qui suit est 0, 1, 2, 3 ou 4 : on arrondit en dessous, sinon on arrondit au dessus :
0, 0760 ≈ 0, 076 0, 0765 ≈ 0, 077 0, 0761 ≈ 0, 076 0, 0766 ≈ 0, 077 0, 0762 ≈ 0, 076 0, 0767 ≈ 0, 077 0, 0763 ≈ 0, 076 0, 0768 ≈ 0, 077 0, 0764 ≈ 0, 076 0, 0769 ≈ 0, 077
De mˆeme, pour avoir des r´esultats les plus pr´ecis possibles, il convient de ne pas reprendre un r´esultat arrondi, mais sa valeur exacte (facile avec les calculatrices modernes).
Exercice I
On appelle X la variable al´eatoire repr´esentant le poids d’une boˆıte. Par l’´enonc´e, on a X ֒ → N (340, 6). Dans ce qui suit, on notera Y la variable al´eatoire X − 340
6 ; ie Y ֒ → N (0, 1).
1. On a :
P (334 < X < 346) = P
334 − 340
6 < X − 340
6 < 346 − 340 6
= P ( − 1 < Y < 1)
= P (Y < 1) − P (Y < − 1) = φ(1) − φ( − 1)
= φ(1) − (1 − φ(1)) = 2φ(1) − 1
Table 1
= 2 · 0, 8413 − 1 = 0, 6826
Remarque. Etant donn´e une variable al´eatoire U , et un intervalle [a; b], on a : P (U < b) = P (U < a) ∪ (a < U < b)
(U <a)∩(a<U <b)=∅= P (U < a) + P (a < U < b) D’o` u la formule utilis´ee :
P (a < U < b) = P (U < b) − P (U < a)
2. Soit Z la variable al´eatoire mod´elisant le nombre de boˆıtes de poids inf´erieur ` a 330 grammes sur une production de 10000. Z suit la loi binomiale de param`etres n := 10000 et p := P (X < 330).
L’esp´erance de cette variable est par d´efinition n · p. Or ici on a : P (X < 330) = P
X − 340
6 < 330 − 340 6
= P(Y < − 1, 67)
= φ( − 1, 67) = 1 − φ(1, 67) = 1 − 0, 9525 = 4, 75%
D’o` u : E(Z) = 10000 · 0, 0475 = 475.
Correction
3. On cherche b tel que :
(P (340 − b < X < 340 + b) = 0, 5) ⇔
P
(340 − b) − 340
6 < X − 340
6 < (340 + b) − 340 6
= 0, 5
⇔
P − b
6 < Y < b 6
= 0, 5
⇔
P
| Y | < b 6
= 0, 5
⇔
1 − P
| Y | > b 6
= 0, 5
⇔
P
| Y | > b 6
= 1 − 0, 5
Table 2
⇔ b
6 = 0, 674
⇔ (b = 4, 044) Exercice II
1. On est ici dans le cas d’un test de conformit´e d’une fr´equence (bilat´eral). Plus pr´ecis´ement, p := 0, 5, f := 2065
4000 = 0, 51625, n := 4000. Ainsi, on a : I
0,05=
#
p − u
0,05r p(1 − p)
n ; p + u
0,05r p(1 − p) n
"
Table 2
=
#
0, 5 − 1, 960
r 0, 5(1 − 0, 5)
4000 ; 0, 5 + 1, 960
r 0, 5(1 − 0, 5) 4000
"
= ]0, 484; 0, 516[
Donc f 6∈ I
0,05; ie l’observation n’est pas conforme ` a l’hypoth`ese, au risque 5%.
De mˆeme, on a : I
0,01=
#
p − u
0,01r p(1 − p)
n ; p + u
0,01r p(1 − p) n
"
Table 2
=
#
0, 5 − 2, 576
r 0, 5(1 − 0, 5)
4000 ; 0, 5 + 2, 576
r 0, 5(1 − 0, 5) 4000
"
= ]0, 479; 0, 520[
Donc f ∈ I
0,01; ie l’observation est conforme ` a l’hypoth`ese, au risque 1%.
2. On fait de mˆeme que pr´ec´edemment, avec p = 0, 52. On a : I
0,05′=]0, 505; 0, 536]
Donc l’observation est conforme au risque 5%. Elle l’est donc aussi au risque 1%, puisque pour avoir un risque plus faible, on doit agrandir notre intervalle de confiance (voici quand mˆeme les valeurs recherch´es : I
0,01′=]0, 500; 0, 541[).
Remarque. On rappelle que lors du calcul d’un intervalle de confiance, on arrondit toujours les bornes de fa¸con ` a agrandir l’intervalle ; car ainsi on n’augmente pas le risque d’erreur.
Exercice III
1. Puisque l’on connaˆıt la moyenne th´eorique, on fait ici un test de conformit´e d’une moyenne. De
plus, le taux de substance active pouvant aussi bien ˆetre plus ´elev´e ou moins que la moyenne,
on fait un test bilat´eral.
Correction
2. On fait ici une estimation ponctuelle de la moyenne : x =
P
100 i=1x
i100 = 1, 55 De mˆeme, une estimation ponctuelle de l’´ecart type :
σ
e= v u u t 1
n X
100i=1
x
2i− x
2=
r 248
100 − 1, 55
2= 0, 278
3. On a par la question pr´ec´edente l’´ecart type de notre ´echantillon, on le d´ebiaise pour obtenir une estimation de l’´ecart type de la production :
σ = r n
n − 1 σ
e= r 100
99 σ
e= 0, 280
Avec α = 10%, on a dans la table 2 u
0,10= 1, 645. Donc ici notre intervalle de confiance est : I
0,10=
µ − u
0,10σ
√ n ; µ + u
0,10σ
√ n
=
1, 5 − 1, 645 0, 280
√ 100 ; 1, 5 + 1, 645 0, 280
√ 100
= ]1, 453; 1, 546[
Donc ici, x 6∈ I
0,10, donc la production ne respecte pas les indications mentionn´ees au risque 10%.
Exercice IV
On fait ici une comparaison de deux fr´equences :
f
1= 35
57 = 0, 614 f
2= 40
71 = 0, 563 ⇒ f
1− f
2= 0, 051 On a donc :
ˆ
p = n
1f
1+ n
2f
2n
1+ n
2= 57 ·
3557+ 71 ·
407157 + 71 = 35 + 40
57 + 71 = 0, 586 s =
s ˆ p(1 − p) ˆ
1 n
1+ 1
n
2= s
0, 586 · (1 − 0, 586) · 1
57 + 1 71
= 0, 088 On travaille ici avec α = 5%. Par la table 2, on a donc :
I
0,05=] − 1, 960 · s; 1, 960 · s[=] − 0, 172; 0, 172[
Donc f
1− f
2∈ I
0,05, il n’y a donc pas de diff´erence significative entre les deux hormones, aurisque 5%.
Correction
Exercice V
1. Chaque enfant est ou non allergique de fa¸con ind´ependante des autres enfants, et ce avec une probabilit´e p := 1
1000 . On d´enombre ici le nombre d’enfants allergiques sur une population de 4000 enfants, cela revient ` a r´ep´eter 4000 fois l’´epreuve de Bernouilli pr´ec´edente. Donc X ֒ → B (4000, 0, 001). En particulier :
P (X = k) = 4000
k
1 1000
k1 − 1 1000
4000−k= 4000
k
999
4000−k1000
4000Remarque.
n k
= n!
(n − k)!k! =
ktermes
z }| {
n · (n − 1) · (n − 2) · · · · · (n − k + 1) k!
2. Ici X suit la loi binomiale B (n, p) avec n = 4000 et p = 1
1000 . En particulier :
n ≥ 30 p ≤ 0, 1 np = 4 ≤ 10
Donc on peut approximer X par la loi de Poisson de param`etre np = 4.
3. En approximant par la loi de Poisson, on a : P (X = 3) ≈ e
−λλ
33! = e
−44
33! = 0, 195 De mˆeme :
P(X ≥ 5) = 1 − P(X < 5)
= 1 − (P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4))
≈ 1 − e
−44
00! + 4
11! + 4
22! + 4
33! + 4
44!
≈ 1 − e
−41 + 4 + 8 + 32 3 + 32
3
= 0, 371
Remarque. On a k! = k · (k − 1) · (k − 2) · · · · · 2 · 1. Et on pose par convention 0! = 1.
Correction
Extraits d’examen de statistiques 2004-2005
Exercice I 1. On a :
P (10 < X < 14) = P
10 − 11, 3 2, 4 <
=:Y
z }| { X − 11, 3
2, 4 < 14 − 11, 3 2, 4
= P ( − 0, 542 < Y < 1, 125) = P (Y < 1, 125) − P (Y < − 0, 542)
= φ(1, 125) − φ( − 0, 542) = φ(1, 125) − (1 − φ(0, 542))
Table 1
= 0, 8686 − (1 − 0, 7054) = 0, 574
2. La probabilit´e qu’une copie prise au hasard ait une note sup´erieure ou ´egale ` a 10 est :
P (X ≥ 10) = P
X − 11, 3
2, 4 ≥ 10 − 11, 3 2, 4
= P (Y ≥ − 0, 54)
= 1 − P (Y ≤ − 0, 54) = 1 − (1 − P(Y ≤ 0, 54)) = P (Y ≤ 0, 54)
Table 1